一种基于深度学习的健康险需求分析方法及系统

技术领域

本发明涉及保险需求分析技术领域，具体涉及一种基于深度学习的健康险需求分析方法及系统。

背景技术

健康险，是健康保险的中文简称，是指保险公司通过疾病保险、医疗保险、失能收入损失保险和护理保险等方式对因健康原因导致的损失给付保险金的保险，一般从事具有一定危害性工作或者有相关需求的人员可购买健康险进行预防。

现有的保险公司一般会有自己的保险销售系统或者数据库，业务人员每次面向客户介绍时，都是先询问客户各种信息，例如从事工作是什么，工作中可能面临哪些风险，然后再根据得到的信息人为判断大致的需求方向或者将客户的一些具体需求关键词输入系统中，然后再操作系统，依靠系统从数据库中筛选出相应的健康险套餐。

现有健康险需求分析系统存在的不足之处在于：现有健康险需求分析依赖于人工详细询问用户工作中面临的一些风险或者相关信息，而用户不一定能比较全面的说出，容易出现遗漏，如此业务人员则无法对用户需求实现精准分析，无法从系统中分析匹配出适合的套餐，操作不够便捷，使用效果不够好，并且每个工作领域的技术都在随着社会发展而进步，会不断发生变化，相应的工作人员所面临的健康风险也在变化，一些需求分析系统中也会通过设定的匹配筛选用需求数据筛选健康险套餐，但是这些匹配筛选用需求数据不便于进行修改，并且都是固定数据，系统无法在不断使用过程中根据信息变化自动更新系统的分析匹配内容，时间久了就会导致无法分析出精确的用户需求。

发明内容

本发明的目的在于提供一种基于深度学习的健康险需求分析方法及系统，以解决现有技术中健康险需求分析系统使用不够便捷，无法自主分析出精确的用户需求的技术问题。

本发明所要解决的技术问题可以通过以下技术方案实现：

一种基于深度学习的健康险需求分析系统，包括信息输入模块和健康险套餐匹配模块，所述信息输入模块包括从事行业数据输入模块，从事行业数据输入模块用于将用户从事的具体工作信息输入系统中；

所述信息输入模块与健康险套餐匹配模块之间设置有数据库匹配模块，所述数据库匹配模块包括检索模块一、行业分类库和健康风险分类库，所述检索模块一的输入端与从事行业数据输入模块连接，行业分类库内存储有多种工作类型信息，所述健康风险分类库内存储有根据人体器官分类的多种疾病风险种类信息，且行业分类库中的每种工作类型信息和健康风险分类库中的多种疾病风险种类信息匹配在一起成为组合数据，检索模块一根据输入的具体工作信息从行业分类库中检索出对应的工作类型以及匹配的疾病风险种类；

所述检索模块一和健康风险分类库之间设置有手动修改模块，手动修改模块用于对检索出的工作类型所匹配的疾病风险种类进行添加或者减少；

所述数据库匹配模块还包括隐藏风险存储模块，所述隐藏风险存储模块与手动修改模块之间设置有数据合并模块，且数据合并模块与检索模块一之间设置有行业分类提取模块，行业分类提取模块用于将检索模块一检索出的工作类型信息提取出来，且输送至数据合并模块，手动修改模块将添加或者减少疾病风险种类输送至数据合并模块，数据合并模块用于将修改的疾病风险种类和提取的工作类型合并组合成一组数据，且输送至隐藏风险存储模块中暂时存储；隐藏风险存储模块将存入的组合数据输送至行业分类库中；

所述数据库匹配模块还包括数据分离模块，数据分离模块用于将检索模块一检索出的组合数据中所含有的疾病风险种类数据分离出，且输送至健康险套餐匹配模块，健康险套餐匹配模块根据数据分离模块分离输出的疾病风险种类数据匹配对应的健康险套餐。

作为本发明进一步的方案：所述隐藏风险存储模块包括比对模块、计数模块和输送模块，比对模块用于将每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，所述计数模块和输送模块之间连接有阈值判断模块，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出。

作为本发明进一步的方案：手动修改模块添加对应的疾病风险种类时，手动修改模块则向数据合并模块输送“+”疾病风险种类名称信息，用户通过手动修改模块减少对应的疾病风险种类时，手动修改模块则向数据合并模块输送“-”疾病风险种类名称信息，其中“+”代表正号，“-”代表负号，计数模块对隐藏风险存储模块中存入的相同组合数据进行计数求和时，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一。

作为本发明进一步的方案：所述行业分类库包括行业种类筛分模块和删除修改模块，所述行业种类筛分模块与输送模块连接，行业种类筛分模块根据输送模块输入的组合数据中所含有的工作类型信息在行业分类库中检索筛分出具有相同工作类型信息的组合数据，删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类。

作为本发明进一步的方案：所述信息输入模块还包括身体数据输入模块和家庭收入数据输入模块，身体数据输入模块用于将意向用户身体存在的基础疾病信息输入系统中，家庭收入数据输入模块用于将意向用户的年收入数据输入系统中，且信息输入模块通过身体数据输入模块和家庭收入数据输入模块与健康险套餐匹配模块直接连接。

作为本发明进一步的方案：所述健康险套餐匹配模块包括检索模块二、保险额度筛分模块和价格筛分模块，所述检索模块二的输出端与保险额度筛分模块输入端连接，保险额度筛分模块的输出端与价格筛分模块连接，价格筛分模块的输出端与输出模块连接，检索模块二根据数据分离模块分离输出的疾病风险种类数据在系统中检索含有对应的疾病风险种类的健康险套餐，所述健康险套餐匹配模块还包括身体评分模块，身体评分模块对输入系统的身体信息进行评分；所述身体评分模块的输出端与保险额度筛分模块连接，身体评分模块输出的分值与保险额度对应分布，所述保险额度筛分模块根据身体评分模块输出的分值筛选出对应保险额度的健康险套餐；保险额度筛分模块将筛分出的对应保险额度健康险套餐输送至价格筛分模块，所述价格筛分模块还与家庭收入数据输入模块连接，价格筛分模块按照设定的换算比例将输入的家庭收入数值换算成对应价格数值，按照换算后的价格数值将保险额度筛分模块筛分出的健康险套餐按照价格进行筛分。

作为本发明进一步的方案：所述身体评分模块设置有评分标准程序，身体评分模块通过评分标准程序对银用户输入的身体健康信息进行评分，输出分值。

一种基于深度学习的健康险需求分析方法，具体步骤如下：

第一步、有意向购买健康险的用户首先通过信息输入模块将家庭收入信息、身体健康信息和从事的具体工作信息输入系统中；

第二步、数据库匹配模块中的检索模块一根据输入的具体工作信息进行关键词检索，而行业分类库中的工作类型和对应的疾病风险种类匹配在一起为组合数据，工作类型为检索用数据，疾病风险种类为修改用数据，故检索模块一将行业分类库中对应的工作类型以及匹配的疾病风险种类同步检索出来；用户通过手动修改模块添加或者减少匹配的疾病风险种类；

第三步、行业分类提取模块将检索模块一检索出的工作类型信息提取出来，且输送至数据合并模块，手动修改模块在添加或者减少疾病风险种类时，则将对应的疾病风险种类输送至数据合并模块，数据合并模块用于将修改的疾病风险种类和提取的工作类型合并组合成一组数据，且输送至隐藏风险存储模块中暂时存储，其中在用户通过手动修改模块添加对应的疾病风险种类时，则手动修改模块向数据合并模块输送“+”疾病风险种类数据，用户通过手动修改模块减少对应的疾病风险种类时，则手动修改模块向数据合并模块输送“-”疾病风险种类数据；

第四步、隐藏风险存储模块依靠比对模块对每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，未比对匹配到，则从零开始计数，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出；

第五步、行业种类筛分模块根据输送模块输送的组合数据在行业分类库中检索筛分出对应的组合数据，删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类；

第六步、数据库匹配模块通过数据分离模块将检索模块一检索出的组合数据中所含有的疾病风险种类数据分离出，且输送至健康险套餐匹配模块，健康险套餐匹配模块根据数据分离模块分离输出的疾病风险种类数据匹配对应的健康险套餐。

本发明的有益效果：

1、本发明系统在有意向购买健康险的用户向系统输入具体工作类型、身体健康信息和家庭收入信息后，可从系统中检索出匹配有对应疾病风险种类的工作类型组合数据，用户在检索完成时可根据自身实际工作情况或者当下行业技术发展通过手动修改模块对组合数据中的疾病风险种类进行添加或者减少，然后便可筛选出符合客户需求的健康险套餐，无需用户全面详细地描述出自己工作中可能面临的各种风险信息，提升便捷性。

2、本发明在每次用户对检索结果进行修改时，均会将对应工作类型和添加或者减少的疾病风险种类所组成的组合数据存储至隐藏风险存储模块中，并且进行计数，当对应工作类型所添加或者减少的某一种疾病风险种类改变次数达到设定数值时，则产生反馈，使得系统对该工作类型原本匹配的疾病风险种类信息进行自动修改更新，如此便实现系统根据从事对应工作类型的用户需求变化进行记录学习，以便于自主提升需求分析精确度。

3、本发明健康险套餐匹配模块可根据系统分析输出的对应工作类型所匹配的疾病风险种类筛选出含有相关服务的健康险套餐，并且依靠用户输入的身体健康信息进一步筛选出相应保额的健康险套餐，然后再通过用户输入的家庭收入信息进一步筛选出符合用户消费的对应价格的健康险套餐。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明整体组成示意图；

图2是本发明中信息输入模块的组成示意图；

图3是本发明中数据匹配模块的组成示意图；

图4是本发明中隐藏风险存储模块的组成示意图；

图5是本发明中健康险套餐匹配模块的组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1-图5所示，一种基于深度学习的健康险需求分析系统，包括信息输入模块和健康险套餐匹配模块，所述信息输入模块包括从事行业数据输入模块，从事行业数据输入模块用于将意向用户从事的具体工作信息输入系统中，此处从事的具体工作信息可细分为：水电工、房产中介、钢筋工等明确类型；

所述信息输入模块还包括身体数据输入模块和家庭收入数据输入模块，身体数据输入模块用于将意向用户身体存在的基础疾病信息输入系统中，家庭收入数据输入模块用于将意向用户的年收入数据输入系统中，且信息输入模块通过身体数据输入模块和家庭收入数据输入模块与健康险套餐匹配模块直接连接；

所述信息输入模块与健康险套餐匹配模块之间还设置有数据库匹配模块，所述数据库匹配模块包括检索模块一、行业分类库和健康风险分类库，所述检索模块一的输入端与从事行业数据输入模块连接，且检索模块一还与行业分类库连接，行业分类库内存储有多种工作类型信息，涵盖整个社会常见的工作，所述健康风险分类库内存储有根据人体器官分类的多种疾病风险种类信息，且行业分类库中的每种工作类型均根据医疗行业诊断总结和健康风险分类库中的多种疾病风险种类匹配在一起成为组合数据，例如办公室白领容易出现腰部、颈椎以及手腕等位置的疾病，检索模块一根据从事行业数据输入模块输入的具体工作信息进行关键词检索，将行业分类库中对应的工作类型以及匹配的疾病风险种类检索出来，此处需要说明的是工作类型和对应的疾病风险种类匹配在一起成为组合数据后，工作类型为检索用数据，疾病风险种类为修改用数据；

所述检索模块一和健康风险分类库之间设置有手动修改模块，手动修改模块用于对检索出的工作类型所匹配的疾病风险种类进行添加或者减少，具体操作为：当检索模块一将对应的工作类型以及匹配的疾病风险种类检索出来后，用户可浏览判断是否与自己工作过程中面临的疾病风险匹配，若不匹配，则通过手动修改模块添加或者减少疾病风险种类，添加时从健康风险分类库中选择添加，减少时直接操作删除；

所述数据库匹配模块还包括隐藏风险存储模块，所述隐藏风险存储模块与行业分类库连接，所述隐藏风险存储模块与手动修改模块之间设置有数据合并模块，且数据合并模块与检索模块一之间设置有行业分类提取模块，行业分类提取模块用于将检索模块一检索出的工作类型信息提取出来，且输送至数据合并模块，手动修改模块在添加或者减少疾病风险种类时，则将对应的疾病风险种类输送至数据合并模块，数据合并模块用于将修改的疾病风险种类和提取的工作类型合并组合成一组数据，且输送至隐藏风险存储模块中暂时存储，此处需要说明的是，当用户通过手动修改模块添加对应的疾病风险种类时，则向数据合并模块输送“+”疾病风险种类名称，用户通过手动修改模块减少对应的疾病风险种类时，则向数据合并模块输送“-”疾病风险种类名称，其中“+”代表正号，“-”代表负号；

隐藏风险存储模块将存入的组合数据输送至行业分类库中，行业分类库根据输入的组合数据对现存的匹配有疾病风险种类的工作类型数据进行更新；

所述隐藏风险存储模块包括比对模块、计数模块和输送模块，比对模块用于将每次输入的组合数据和已经存入的组合数据进行比对匹配，所述比对模块和计数模块连接，所述计数模块和输送模块之间连接有阈值判断模块，比对模块对每次输入的组合数据和已经存入的组合数据进行比对匹配时，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，未比对匹配到，则从零开始计数，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，此处设定数值包括正的设定数值和负的设定数值；当隐藏风险存储模块中一组数据计数达到正的设定数值或者负的设定数值时，输送模块将该组数据输出；

所述行业分类库包括行业种类筛分模块和删除修改模块，所述行业种类筛分模块与输送模块连接，由于组合数据中工作类型为检索用数据，系统根据程序标记，通过行业种类筛分模块在行业分类库中检索筛分出具有相同工作类型信息的组合数据，所述删除修改模块与行业种类筛分模块连接，由于疾病风险种类数据为修改用数据，系统根据程序标记，通过删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“+”，且原组合数据中已经包含，则对应工作类型信息匹配的疾病风险种类数据无变化，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类，如此系统便可根据意向用户累积访问而自动对每种工作类型所匹配的疾病风险种类进行更新，以便于更加精准分析出从事对应工作的用户所面临的疾病风险；

所述数据库匹配模块还包括数据分离模块，数据分离模块的输入端与检索模块一连接，输出端与健康险套餐匹配模块连接，数据分离模块用于将检索模块一检索出的组合数据中所含有的疾病风险种类数据分离出，且输送至健康险套餐匹配模块，健康险套餐匹配模块根据数据分离模块分离输出的疾病风险种类数据匹配对应的健康险套餐，即健康险套餐中含有针对相关的疾病风险种类进行服务的，以便于精准满足用户需求；具体匹配过程如下：

所述健康险套餐匹配模块包括检索模块二、保险额度筛分模块和价格筛分模块，所述检索模块二的输出端与保险额度筛分模块输入端连接，保险额度筛分模块的输出端与价格筛分模块连接，价格筛分模块的输出端与输出模块连接，检索模块二根据数据分离模块分离输出的疾病风险种类数据在系统中检索含有对应的疾病风险种类的健康险套餐，所述健康险套餐匹配模块还包括身体评分模块，身体评分模块设置有评分标准程序，且身体评分模块输入端与身体数据输入模块连接，用户通过身体数据输入模块填入身体哪些位置存在疾病后，评分标准程序则在原始满分基础上进行减分；所述身体评分模块的输出端与保险额度筛分模块连接，身体评分模块输出的分值与保险额度对应分布，此处具体将原始位置分成多个范围，每个范围对应一个范围的保险额度，所述保险额度筛分模块根据身体评分模块输出的分值筛选出对应保险额度的健康险套餐；然后保险额度筛分模块将筛分出的对应保险额度健康险套餐输送至价格筛分模块，所述价格筛分模块还与家庭收入数据输入模块连接，用户将家庭收入信息通过家庭收入数据输入模块输送至价格筛分模块中，价格筛分模块按照设定的换算比例将输入的家庭收入数值换算成对应价格数值，然后将保险额度筛分模块筛分出的健康险套餐按照价格进行筛分，筛分出符合用户消费的健康险套餐，此处需要说明的是每个范围的保险额度均对应一种换算比例，确保价格筛分模块换算出的套餐价格与保险额度筛分模块筛分出的对应健康险套餐的价格匹配，防止无套餐推荐的情况发生。

根据上述基于深度学习的健康险需求分析系统可得到基于深度学习的健康险需求分析方法，具体步骤如下：

第一步、有意向购买健康险的用户首先通过信息输入模块将家庭收入信息、身体健康信息和从事的具体工作信息输入系统中，其中身体健康信息输入时只输入身体哪个位置存在基础疾病；

第二步、数据库匹配模块中的检索模块一根据输入的具体工作信息进行关键词检索，而行业分类库中的工作类型和对应的疾病风险种类匹配在一起为组合数据，工作类型为检索用数据，疾病风险种类为修改用数据，故检索模块一将行业分类库中对应的工作类型以及匹配的疾病风险种类同步检索出来；用户浏览检索模块一输出的检索结果，并判断是否与自己工作过程中面临的疾病风险匹配，若不匹配，则通过手动修改模块添加或者减少疾病风险种类，添加时从健康风险分类库中选择添加，减少时直接操作删除；

第三步、用户通过手动修改模块修改疾病风险种类数据时，行业分类提取模块将检索模块一检索出的工作类型信息提取出来，且输送至数据合并模块，手动修改模块在添加或者减少疾病风险种类时，则将对应的疾病风险种类输送至数据合并模块，数据合并模块用于将修改的疾病风险种类和提取的工作类型合并组合成一组数据，且输送至隐藏风险存储模块中暂时存储，其中在用户通过手动修改模块添加对应的疾病风险种类时，则手动修改模块向数据合并模块输送“+”疾病风险种类数据，用户通过手动修改模块减少对应的疾病风险种类时，则手动修改模块向数据合并模块输送“-”疾病风险种类数据；

第四步、隐藏风险存储模块依靠比对模块对每次输入的组合数据和已经存入的组合数据进行比对匹配，若比对匹配到完全相同的组合数据，则通过计数模块对该组合数据进行计数求和，未比对匹配到，则从零开始计数，若组合数据中带有“+”，则求和数值加一，若组合数据中带有“-”，则求和数值减一，阈值判断模块用于对每种组合数据的求和数值与设定数值进行比对，当隐藏风险存储模块中一组数据计数达到设定数值时，输送模块将该组数据输出；

第五步、由于组合数据中工作类型为检索用数据，系统根据程序标记，通过行业种类筛分模块在行业分类库中检索筛分出具有相同工作类型信息的组合数据，由于疾病风险种类数据为修改用数据，系统根据程序标记，通过删除修改模块将输入的组合数据中所包含的疾病风险种类数据导入行业种类筛分模块所筛分出的组合数据中，此时若导入的疾病风险种类数据带有“+”，且原组合数据中未包含，则对应工作类型信息自动添加新的疾病风险种类数据，若导入的疾病风险种类数据带有“+”，且原组合数据中已经包含，则对应工作类型信息匹配的疾病风险种类数据无变化，若导入的疾病风险种类数据带有“-”，则对应工作类型信息自动删除对应的疾病风险种类，即系统根据意向用户累积访问而自动对每种工作类型所匹配的疾病风险种类进行更新，实现深度学习，以便于更加精准分析出从事对应工作的用户所面临的疾病风险；

第六步、数据库匹配模块通过数据分离模块将检索模块一检索出的组合数据中所含有的疾病风险种类数据分离出，且输送至健康险套餐匹配模块，健康险套餐匹配模块根据数据分离模块分离输出的疾病风险种类数据匹配对应的健康险套餐，具体过程为：

检索模块二根据数据分离模块分离输出的疾病风险种类数据在系统中检索含有对应的疾病风险种类的健康险套餐，身体评分模块通过用户输入的身体健康数据依靠评分标准程序在原始满分基础上进行减分；身体评分模块输出的分值与保险额度对应分布，保险额度筛分模块根据身体评分模块输出的分值筛选出对应保险额度的健康险套餐；然后保险额度筛分模块将筛分出的对应保险额度健康险套餐输送至价格筛分模块，价格筛分模块按照设定的换算比例将输入的家庭收入数值换算成对应价格数值，然后将保险额度筛分模块筛分出的健康险套餐按照价格进行筛分，筛分出符合用户消费的健康险套餐，从而精准满足用户需求。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。